網站流量監(jiān)測服務商Similarweb的數(shù)據顯示,今年以來,ChatGPT訪問量1月份的環(huán)比增長率為131.6%,此后逐月下降。到6月份,ChatGPT的全球流量出現(xiàn)首次下降?？梢?大模型的發(fā)展逐漸駛入深水區(qū)。而大模型的產業(yè)化落地,將成為下一階段思考的重點。
近日,醫(yī)渡云首席數(shù)據科學家彭滔博士在世界生命科學大會“2023AI大模型醫(yī)療場景應用論壇”上發(fā)表了主題演講,分享了AI大模型在醫(yī)療行業(yè)的技術和模式創(chuàng)新。他指出,通用大模型不能徹底解決用戶的所有問題,未來大模型市場是基礎大模型、行業(yè)大模型以及細分場景模型并存的格局。尤其是醫(yī)療領域,其嚴肅性、敏感性、專業(yè)性等特殊性,決定了醫(yī)療行業(yè)需要高質量的專業(yè)垂類大模型。
彭滔將大模型的應用生動地比喻為“雇傭新員工”,公司會關注其教育背景,也會對員工進行培訓從而更好地適配業(yè)務。兩者的不同之處在于,教育更側重于理論知識的傳授和推理能力的培養(yǎng),培訓則更傾向于實踐性的技能傳授以及技能應用的演練。在大模型落地應用中,教育和培訓都是必不可少的環(huán)節(jié)。
目前,醫(yī)渡科技正在研發(fā)醫(yī)療垂直領域的大語言模型。在模型“教育”階段,醫(yī)渡科技基于其豐富的醫(yī)療專業(yè)知識儲備、行業(yè)know-how及特有的算法和技術,使醫(yī)療垂類大模型相對于通用大模型能夠更好地理解醫(yī)療行業(yè)需求,提供更精準、專業(yè)的回答。
彭滔表示,經過“教育”的大模型已經可以在知識檢索查詢、醫(yī)療過程中不良事件的提取和判斷等醫(yī)療場景中進行應用。舉例來說,在藥物或醫(yī)療器械研發(fā)中,安全性是基本要求。因此,對于不良事件的提取和評估至關重要,需要從臨床病例中提取信息,例如事件發(fā)生時間、結束時間、具體使用的藥物、事件的嚴重程度以及與研究藥物的關聯(lián)性等,大模型技術在這個過程中展現(xiàn)出了強大的理解、特征提取和推理能力。(如下圖所示)
但醫(yī)療垂類大模型的潛力遠不止于此,彭滔表示,從醫(yī)院到藥企、保險以及患者等各個醫(yī)療場景中,都可以受益于醫(yī)療垂類大模型的能力,“幾乎所有的醫(yī)療產品或路徑,都可以用醫(yī)療垂類大模型去重新梳理一遍,去真正發(fā)揮它的價值”?？煞夯裳C的CDSS、可以給出科研靈感的科研工具、可以溯源及開放的大數(shù)據平臺等,醫(yī)渡科技正在重新思考和構建這些場景下的大模型應用。
但要想真正打通大模型落地醫(yī)療的“最后一公里”,讓其在更多場景中發(fā)揮更大價值,還需要對醫(yī)療垂類大模型進行“培訓”,這一過程更多依賴的是場景經驗與反饋。醫(yī)渡科技在醫(yī)療智能領域深耕多年,醫(yī)療場景實踐經驗豐富,并且內部人才團隊80%以上都具備醫(yī)學或AI、大數(shù)據技術背景,在“培訓”方面具備充足的資源支持。
彭滔以識別和錄入電子病歷數(shù)據的場景為例,在臨床試驗中的很多場景中,由于合規(guī)、隱私等因素,醫(yī)院無法提供電子文本,臨床研究協(xié)調員(CRC)這一角色就需要將醫(yī)學檢驗單上的數(shù)據手動錄入系統(tǒng),完成類似打字員的轉錄工作。彭滔指出,很多客戶和合作伙伴期待能使用OCR技術解決這個問題,但由于圖像質量問題,以及每家醫(yī)院具有特殊規(guī)則和方法的原因,傳統(tǒng)OCR的通用性在不同醫(yī)院受到了極大限制。
為了解決類似的具體場景問題,醫(yī)渡科技嘗試通過場景專家與工程師溝通,再訓練AI模型的方式,然而這種方式也存在成本較高的缺陷。針對此,彭滔在論壇上提出了一種新機制,即讓一線人員通過自然語言直接與大模型交互,讓他們能夠向模型傳達現(xiàn)場經驗的規(guī)則。“自然語言有非常強大的表達能力,通過場景專家與AI的交流,可以解決不同場地繁雜的差異,當然它也存在天然的歧義和不精確性。展望未來,每個行業(yè)都會發(fā)展出與AI協(xié)作的語言。”彭滔暢想道。
此外,AI大模型在醫(yī)療場景應用也需要考慮更多的倫理與安全合規(guī)問題。彭滔呼吁監(jiān)管的調整和行業(yè)共識的形成,以使AI的應用符合倫理和合規(guī)要求,并指出隨著時間的推移,各行業(yè)都將面臨這個問題,未來人類社會或將逐漸向人機共存的方向轉變。
新一輪AI浪潮已至,醫(yī)渡科技積極擁抱智能時代的新機遇,期待通過推動醫(yī)療垂類大模型的創(chuàng)新與應用,為醫(yī)療健康領域帶來更高效、精準和安全的人工智能解決方案,促進醫(yī)療產業(yè)的高質量發(fā)展,最終讓更多患者受益。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
